MobileNetV2在pytorch中代码实现

一、数据集

1、下载数据集

花分类数据集下载：https://storage.googleapis.com/download.tensorflow.org/example_images/flower_photos.tgz
如果下载不了可以选择下载b站up主霹雳吧啦Wz（https://space.bilibili.com/18161609**）提供的百度云网盘链接：https://pan.baidu.com/s/1QLCTA4sXnQAw_yvxPj9szg 提取码:58p0
此up主的github链接：
https://github.com/WZMIAOMIAO/deep-learning-for-image-processing

下载完成后解压放到data_set目录下的flower_data下。

2、数据集划分

将slipt_data.py脚本拷贝到上面的data_set目录下，然后运行脚本就可以实现将数据集划分好。

二、训练

我的训练代码是从下面这个链接中下载的https://github.com/WZMIAOMIAO/deep-learning-for-image-processing
使用过程中出出现了两个问题
问题一：路径出现问题
解决方法：将data_root的路径改成下面所示

data_root = os.path.abspath(os.path.join(os.getcwd(), "./"))  # get data root path

问题二：BrokenPipeError: [Errno 32] Broken pipe
原因：
训练过程中，num_workers设置的太大，代码中设置的8。
解决方法：修改使 num_workers=0

三、测试

四、可视化

可以使用tensorboard显示训练准确率变化等曲线